缺失数据下空气质量预测的ARIMA乘法季节模型

• 作者: 田文婷 宇世航
• 来源期刊: 齐齐哈尔大学学报（自然科学版）
• 学科: 地球科学
• 关键词: AQI指数 缺失森林 季节性 ARIMA乘法季节模型
• 年，卷（期）: 2022,（4）
• 页码范围: 83-89
• 页数: 7页
• 分类号: X831
• 语种: 中文
• DOI: 10.3969/j.issn.1007-984X.2022.04.017

摘要

以AQI指数作为评判空气质量状况的标准进行探究,对存在缺失值的AQI指数进行填充,经探究发现,填充后的AQI指数存在明显季节特征,提出在原ARIMA模型上加入季节特征,特征立ARIMA乘法季节模型.首先选东北四个城市进行实证分析,用均值法和缺失森林法对缺失数据进行填充,依据存在的季节特征分别建立适当的ARIMA乘法季节模型,对未来12个月空气质量进行预测并拟合未来变化趋势,将预测的数据与真实数据进行对比,得出ARIMA乘法季节模型在预测空气质量时优于单纯的ARIMA模型,使用缺失森林填充后建立的ARIMA乘法季节模型优于用均值法填充.最后,确定基于缺失森林填充的缺失数据建立的ARIMA乘法季节模型为较优的预测模型.